Lomba Pemrograman (IoT)

Internet of Things (IoT) sedang ramai dibicarakan. Salah satu pemanfaatan yang paling mudah dilakukan dengan IoT adalah untuk memantau temperatur, kelembaban, dan hal-hal yang terkait dengan lingkungan (cuaca? weather).

Di Bandung, kami sudah memasang beberapa (banyal) sensor yang terkait dengan cuaca ini. Weather sensors. Target awalnya adalah tersedia 150 sensor yang tersebar di kota Bandung. Data dari sensor-sensor tersebut kami kumpulkan dalam sebuah basis data. Nah, sekarang data tersebut kami buka.

Kami mengajak semua untuk mengembangkan aplikasi terkait dengan data cuaca tersebut dalam sebuah lomba. HackBDGWeather. Hackathon ini sekarang sudah dibuka dan kami menunggu proposal-proposal (ide-ide) dari Anda sekali. Silahkan kunjungi situs webnya di

https://hackathon.cbn.id


Ayo ramaikan. Kami tunggu proposalnya ya. Ditunggu sampai tanggal 15 Januari 2019.

Iklan

Revolusi Industri 4.0

Saat ini, salah satu topik yang sering menjadi bahasan adalah “revolusi industri 4.0”. Bahkan, topik ini malah terlalu sering dibahas tanpa memahami apa sebetulnya maknanya. Hal ini akan saya bahas dalam update berikutnya dari tulisan ini. (Atau baca referensi di “Tautan tekait”.)

Salah satu cara untuk memahami apa itu revolusi industri 4.0 dan efeknya adalah dengan cara mencari literatur yang bagus. Salah satu buku yang bagus tentang hal ini adalah buku dari Klaus Schwab, “The Fourth Industrial Revolution”.

Buku ini membahas berbagai aspek (dan efek) dari revolusi industri 4.0. Sebagai contoh, bagaimana kebijakan pemerintah terkait dengan efek yang akan ditimbulkannya? Salah satu efek yang dikhawatirkan adalah adanya tenaga kerja yang digantikan oleh mesin (robot, artificial intelligence atau AI). Padahal banyak negara berkembang yang mengandalkan industri yang padat karya. Regulasi yang berlebihan – misal melarang penerapan AI – akan menyebabkan kita menjadi tertinggal. Laggard. Akibatnya malah tidak dapat meraup manfaat yang ditimbulkan oleh revolusi industri 4.0 ini.

Buku Klaus Schwab, “The Fouth Industrial Revolution”

Sebetulnya saya ingin membahas lebih lanjut lagi tentang buku ini, tetapi saya sendiri juga belum selesai membacanya. Ini adalah salah satu buku yang harus dibaca pelan-pelan. Membaca dua halaman, berhenti. Mikir dulu. Jadinya sangat lama bagi saya untuk menyelesaikan buku ini. Memang tidak ada yang mengejar-ngejar sih, tetapi kan masih ada buku-buku lain yang harus dibaca.

Tujuan dari tulisan ini adalah mengajak Anda untuk membaca buku ini.

Tautan terkait.

Machine Learning: Pengenalan Wajah

Salah satu aplikasi dari Artificial Intelligence (AI) atau Machine Learning adalah dalam pengenalan wajah seseorang. Salah satu perusahaan saya (PT Riset Kecerdasan Buatan) sedang mengembangkan model untuk melakukan hal ini.

Salah satu langkah yang penting dalam machine learning adalah ketersedian data untuk pelatihan (training). Data ini yang akan digunakan untuk mendeteksi orang yang bersangkutan. Proses pengambilan data ini kami sebut proses registrasi. Ada banyak cara melakukan proses registrasi. Yang kami lakukan adalah dengan mengambil video dari orang yang akan dideteksi.

Berikut ini adalah video salah satu kegiatan kami dalam proses registrasi yang disebutkan di atas. Ini kami ambil ketika ProcodeCG sedang memberikan workshop tentang machine learning di Bandung Digital Valley (BDV).

Semoga video singkat ini dapat menunjukkan apa yang kami lakukan di perusahaan kami.

Kegagalan Alat Fingerprint

Salah satu penerapan teknologi informasi yang mulai banyak digunakan adalah alat pemindai sidik jari (fingerprint scanner). Alat ini digunakan untuk mengidentifikasi seseorang berdasarkan sidik jarinya. Pemakaian yang terbanyak adalah untuk menunjukkan kehadiran – istilah sehari-harinya absensi.

Penerapan teknologi ini harus hati-hati sehingga bukan malah membuat masalah. Sebagai contoh, saya sering kesulitan untuk mengidentifikasi diri dengan alat ini. Di kampus saya, alat ini digunakan sebagai tanda kehadiran. Nah, sering saya tidak dapat dikenali oleh alat ini.

Ini contoh video yang saya ambil ketika saya mencoba mencatatkan kehadiran.

Setelah berulangkali gagal, saya menyerah. Hasilnya memang saya dianggap tidak hadir pada hari itu. Terserah lah … Kumadinya welah, kata orang Sunda. he he he.

Block 71 Bandung

Beberapa tahun yang lalu – mungkin sekitar tahun 1998(?) [wah sudah lama ya] – kami menulis dokumen tentang Bandung High-Tech Valley (BHTV). Isinya adalah tentang kawasan Bandung (dan sekitarnya) dapat menjadi cerminan Silicon Valley-nya Amerika. (Ini membutuhkan blog post terpisah.) Salah satu hal yang saya impikan pada waktu itu adalah kawasan jalan Dago – nama resminya adalah Jl. Ir. H. Juanda – berisikan perusahaan-perusahaan yang berbasiskan teknologi. Modelnya mirip dengan Palo Alto-nya Silicon Valley. Jadi bukan kawasan perkantoran seperti yang ada di Jakarta.

Nah, sekarang ini mulai kejadian. Minggu lalu Block 71 Bandung dibuka. Apa itu Block 71 Bandung? Silahkan simak video ini.

Singkatnya, Block 71 adalah inisiatif dari Nasional University Singapore (NUS) Enterprise. Mereka mengembangkan sebuah tempat yang memang alamatnya adalah “Block 71” di Singapura. Tempat itu digunakan untuk mengembangkan banyak start-up. Hasilnya luar biasa. Selain mengembangkan block-block lain di sekitarnya, “Block 71” secara organisasi juga mulai merambah ke negara-negara lain. Indonesia merupakan salah satunya. Di Indonesia saat ini sudah ada Block 71 di Jakarta, Jogjakarta, dan sekaarang di Bandung.

Mengapa jalan Dago ini merupakan hal yang esensial? Karena dia dekat dengan berbagai perguruan tinggi; ITB, UNPAD, UNPAR, UNPAS, UNIKOM, ITHB, dan masih banyak lainnya. Ini salah satu kunci kesuksesan kawasan teknologi, yaitu kedekatan dengan tempat sumber daya manusia (SDM) dan tempat penelitian.

Sebentar lagi akan ada perusahaan-perusahaan teknologi lain di jalan Dago, menggantikan factory outlet yang menjadi jagoannya kota Bandung. ha ha ha. Asyik. Bandung betul-betul menunjukkan diri sebagai kota teknologi yang mendukung entrepreneurship.

Dreams do come true.

Python dan Perl

Senin lalu melanjutkan memberikan training soal Data Science dengan menggunakan Python. Salah satu tugas yang harus kami lakukan adalah membersihkan data yang diperoleh dari proses dump aplikasi links ke akun twitter. (links -dump http://twitter.com/rahard)

Awalnya saya memulai koding dengan menggunakan bahasa Python, tapi di tengah jalan macet karena saya lupa cara-cara melakukan regular expression (regex) di Python. Misalnya lompati (skip) baris yang memiliki pola penulisan “* sesuatu”. Atau melompati baris yang hanya berisi spasi saja. Sebetulnya saya bisa sih, tetapi harus baca dokumentasinya dulu. Padahal ini lagi live coding. ha ha ha. Harus cepat. Akhirnya yang saya lakukan adalah saya koding awal dengan menggunakan bahasa Perl. ha ha ha.

Di kepala saya memang logika pemrograman diimplementasikan dengan menggunakan bahasa Perl. Jadi kalau mau mengerjakan sebuah kodingan, yang terpikir adalah kodenya dalam bahasa Perl.

Kembali ke kasus tadi. Dalam waktu singkat, kodingan Perl sudah menunjukkan apa yang saya mau (meskipun masih harus dilanjutkan lagi karena ada banyak exception yang harus dilakukan). Poin yang ingin saya sampaikan di kelas ada bahwa untuk melakukan pembersihan terhadap data dapat dilakukan dengan menggunakan skrip. Cara ini efektif meskipun caranya adalah quick and dirty. Namanya juga hacking. Itulah sebabnya dalam deskripsi tentang data science (yang diusulkan oleh Drew Conway), salah satu komponennya adalah “hacking skills“.

Kembali ke kasus (lagi), saya punya pekerjaan rumah untuk membuat versi Python dari kode Perl saya. Hadoh.

 

Sampah Email

Memiliki server email sendiri itu banyak masalah. Salah satunya adalah banyaknya spam. Ini contoh tampilan mailbox saya. Lihat. Ada lebih dari 20 ribu email! Kebanyakan email tersebut adalah spam. Nyebelin.

BR-mailbox-edit

Kalau pasang filter spam di server sendiri bebannya berat sekali. Ini masih harus diukur lagi. Dahulu CPU bisa terpakai banyak untuk ini sehingga email sampai menjadi tertunda. Belum lagi nanti harus memperbaharui (update) filter spam tersebut. Tambah kerjaan saja.

Kalau menggunakan server orang lain, seperti Gmail, enaknya spam sudah difilter. Kita tinggal mendapati email yang sudah “bersih”, meskipun kadang-kadang ada email yang nyasar ke folder spam. Setidaknya waktu kita tidak habis untuk mengurusi spam. Lebih produktif. Sementara ini saya masih menimbang-nimbang apakah memasang kembali filter spam di server mail kami.